查找字符串中的连续字符及其开始和结束索引（python）

Question

我将使用长度约为365个字符的字符串。在这些字符串中，我希望找到字符“-”的连续运行以及每个连续运行的开始和结束索引。这应该包括角色只出现一次的实例

考虑下面的字符串：“A -B-cccc-----”。我想知道的是，连续出现三个'-'字符，然后出现一次，然后连续出现五个'-'字符。我也想知道他们的起点和终点位置。在元组列表（开始、结束、连续数）中报告结果是可以的，例如：

[(1,4,3), (5,5,1), (10,14,5)]

我考虑过将itertools与enumerate结合使用。然而，我不能完全正确地理解它。我根据前面的问题将其拼凑在一起，但缺少起始索引：

counts=[]
count=1
for idx, (a,b) in enumerate(itertools.zip_longest(s, s[1:], fillvalue=None)):
    if a==b=="-":
        count += 1
    elif a!=b and a =="-":
        counts.append((idx,count))
        count = 1
print(counts)

输出：

[(3, 3), (5,1), (14,5)]

我从其他问题中拼凑出以下内容：

g = groupby(enumerate(s), lambda x:x[1])
l = [(x[0], list(x[1])) for x in g if x[0] == '-']
[(x[1][0][0],x[1][-1][0], len(x[1])) for x in l]

输出：

[(1, 3, 3), (5, 5, 1), (10, 14, 5)]

这似乎有效，但我不太明白它的逻辑，我也不确定它是否会一直有效。有更好的办法吗？或者这是最有效的吗？我将需要执行搜索数十万次，所以效率是这里的关键

谢谢

Answer 1

使用re.finditer的一种方法：

[(*m.span(), len(m.group(0))) for m in re.finditer("-+", s)]

输出：

[(1, 4, 3), (5, 6, 1), (10, 15, 5)]